摘要
针对线性混合效应状态空间模型中的状态估计问题,提出了一种新的统计推断方法,在假设总体参数已知及个体随机效应未知的情况下,通过卡尔曼滤波算法与序贯蒙特卡洛算法的结合,实现了对模型中状态的估计。最终在实际模型产生的模拟数据的基础上,通过文中所提算法与卡尔曼滤波算法的实例比较,验证了该方法的有效性。
A novel statistical inference method for linear mixed-effects state space model （MESSM） is pro-posed. The combination of Sequential Monte Carlo Algorithm and Kalman Filter achieves the state estimation underthe assumption that the random effects are unknown and the population parameters known. Finally a comparison ofMonte Carlo filter and Kalman filter based on simulated data validates the efficacy of the algorithm.
出处
《电子科技》
2015年第3期30-32,共3页
Electronic Science and Technology
关键词
纵向数据
线性状态空间模型
卡尔曼滤波
序贯蒙特卡洛算法
状态估计
Keywords longitudinal data
linear state space
sequential Monte Carlo method
Kalman filter
state esti-mation
